tornikegomareli/Talkify

解決する課題

Talkify は、macOS 向けの高速でプライベートなオンデバイス音声ディクテーションおよび文字起こしシステムを提供します。ローカルの Apple フレームワークを活用することで、クラウドベースの音声サービスの必要性を排除し、音声とテキストデータがユーザーのマシンから離れることがないようにします。

仕組み

このアプリは macOS のノッチ／メニューバー領域に直接統合され、コア機能にさまざまな Apple ネイティブフレームワークを使用します。

• 音声認識： SpeechAnalyzer と SpeechTranscriber を使用して音声をテキストに変換します。
• テキスト読み上げ： AVSpeechSynthesizer を使用して「読み上げ」機能を実現します。
• 翻訳： Apple の Translation フレームワークを使用して、ディクテーションされたテキストや読み上げ選択範囲を翻訳します。
• プロンプト整形： Apple のオンデバイス FoundationModels（LLM）を利用して、ユーザー定義のプロンプト（例：フィラーワードの削除や箇条書きの作成）に基づいてディクテーションされたテキストを書き換えます。
• ファイル文字起こし： ユーザーはオーディオ／ビデオファイルをノッチにドラッグして、ローカルの文字起こしを生成できます。

対象ユーザー

Apple Silicon Mac（macOS 26+）のユーザーで、プライバシーを優先し、多言語入力をサポートし、インターネット接続なしで AI 支援によるテキスト整形を可能にする高性能なディクテーションツールを求める方。

ハイライト

• 完全オンデバイス： ネットワークリクエストなし、アカウントなし、音声や履歴のクラウド保存なし。
• プロンプト整形： ローカル LLM を使用してディクテーションを書き換え、文法や書式を改善するベータ機能。
• 多言語サポート： 異なる言語の専用トリガーと、ディクテーション中のリアルタイム翻訳。
• ノッチ統合： macOS のノッチを中心としたビジュアル HUD とドラッグ＆ドロップインターフェース。
• ファイル文字起こし： シンプルなドラッグ＆ドロップ操作によるオーディオ／ビデオファイルのバックグラウンド文字起こし。